结合Gabor特征与Adaboost的人脸表情识别

被引:38
作者
朱健翔
苏光大
李迎春
机构
[1] 清华大学电子工程系图像图形研究所
关键词
人脸表情识别(FER); Gabor滤波器; Adaboost; 特征选择; 支持向量机(SVM);
D O I
10.16136/j.joel.2006.08.022
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
通过提取人脸图像的Gabor特征,结合Adaboost,进行人脸表情识别(FER)。针对Gabor特征维数高、冗余大的特点,引入Adaboost算法进行特征选择降低特征向量的维数。然后再以支持向量机(SVM)和最近邻分类法相结合组成分类器进行分类。该方法综合运用了Gabor特征对于人脸表情的良好表征能力、Adaboost算法的强大特征选择能力以及SVM在处理少样本、高维数问题中的优势。在JAFFE库上进行测试的结果验证了该法的有效性。从Adaboost所选择的特征集可知,在眼和嘴区域提取的特征,对于FER是最为重要的。
引用
收藏
页码:993 / 998
页数:6
相关论文
共 1 条
[1]   Robust real-time face detection [J].
Viola, P ;
Jones, MJ .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 57 (02) :137-154